【精準育種里程碑02】耐候育種加速!作物表型體分析導入AI算力 替代專業人員指日可待

德國LemnaTec輸送帶表型體系統運送植株進行拍照取像的情形。(圖片提供/農試所)

農業部農業試驗所主責建置「國家植物表型體分析系統」5月啟動試營運,日昨「高通量表型體應用趨勢論壇」中,發表專題演講的臺灣大學農藝學系特聘教授盧虎生指出,高通量表型體研究(High-throughput Phenotyping)以數位化的植物性狀作分析,隨著導入AI人工智慧高速運算能力,包括精準農業、耐候育種等應用潛力無窮。

農試所6月12日舉辦「高通量表型體應用趨勢論壇」,探討表型體技術在國內外的應用及未來發展可能性。高通量是形容數位化、自動處理大量資料的技術,盧虎生說,正如剛結束訪臺的NVIDIA創辦人黃仁勳所言,生命科學是未來趨勢,國內農業發展將跟著表型體研究加速,「這是我們的機會」。

臺灣大學農藝學系特聘教授盧虎生指出,國內農業發展將跟著表型體研究加速,「這是我們的機會」。(圖片提供/農試所)

「高通量表型體應用趨勢論壇」邀請涵蓋育種、AI人工智慧、種原、生技種苗等多位跨領域專家參與討論,希望促進跨域合作投入耐候種原篩選或數位育種工作,以因應未來氣候變遷挑戰,提升臺灣農業韌性及國際競爭力,吸引超過130名專家與會。

論壇廣邀國內已實際運用小型表型體系統育種、研究的中研院農生中心副研究員林耀正、亞蔬─世界蔬菜中心數據科學家林亞平、正瀚生技公司副研究員李名袁,以及台灣種苗改進協會理事長施任青等人座談,分享表型體應用、研究心得,討論因應氣候變遷的表型體研究趨勢。

表型體系統資料蒐集量大  AI分析獲肯定

林亞平指出,亞蔬2019年建置完成表型體分析系統,相較現今國家植物表型體分析中心設備機型較舊,但一天仍可收集到7、8千個資料點,每個資料點有10幾個性狀;亞蔬種植過綠豆、甜椒、辣椒、莧菜、白菜、綠豆、秋葵等作物,曾針對秋葵作過耐淹試驗,透過水田淹水兩周觀察植株生長勢變化,表型體分析的好處在於可具體將植株變化資料數位化、量化。

亞蔬也曾做過辣椒核心種原300品系的試驗,一季3個月累積的原始資料就有60萬個外表型資料點,林亞平說,亞蔬嘗試透過AI模型分析,從辣椒性狀對溫度變化的反應,發展建立耐熱指數,經過與育種人員的實務經驗相比較,發現判斷的趨勢一致,讓他們對AI表型體分析更具信心。

農試所6月12日舉辦「高通量表型體應用趨勢論壇」。(圖片提供/農試所)

正瀚生技公司是在臺灣作研發、美國製造、行銷世界的植物生長激素與肥料公司,運用表型體系統觀察大田作物地上部及根系生長,輔助肥料資材精準施用。李名袁指出,後端的軟體分析是正瀚做表型體研究最需要精進的地方,因此他期待能與專家學者合作開發分析軟體,建立作物分析模式。

「60萬個資料點,我一輩子也做不完。」擁有豐富作物育種經驗的施任青表示,種苗業雖已不斷朝向數位化邁進,但傳統育種外表型調查受限於人力,作物表現又因每年氣候變化而異,進展仍慢,高通量表型體分析技術能快速處理龐大的資料量讓他嘆為觀止;他認為,氣候變遷之下,一個新品種在市場流通時間可能大為縮短,期待未來育種能導入表型體分析以加速發展。

國內需將資料標準化  以利研究交流利用

國內已有數個機構單位投入表型體研究,但使用的分析系統各不相同,林耀正建議國內研究單位先互相交流,制定標準化的統一規格,再進而與國際接軌;表型體系統營運成本高昂,國家植物表型體分析系統雖有意開放國內產學研單位使用,但可能仍需要政府資源挹注,農試所須建立使用機制,讓難得的資源能真正被使用。

農試所所長林學詩指出,農試所所管理的國家作物種原庫每年電費就要1千萬元,他評估植物表型體分析中心電費可能也要4、5百萬元,他希望提高國家級設施利用效率,因此目前田間天車型表型體分析系統採用盆栽形式栽培作物,就是為了隨時可搬移替換,盡量讓更多人可使用;表型體分析中心未來開放產學研三方人士利用,期望大家帶著「計畫」過來作研究,農試所也將研擬管理辦法,讓設施有效利用。